我目前正在優化用于并行執行的數據處理邏輯。我注意到，隨著核心數量的增加-數據處理性能并不一定會增加我認為應該的方式。結果如下：從結果集中可以看到，通過使用2個內核而不是1個內核，您可以獲得幾乎理想的性能提升（事實是，其中1個內核在運行4700Mhz，而4600Mhz每個2個內核在運行）。此后，當應該在3個內核上并行處理數據時，我預計與2個內核執行相比，性能將提高33％。實際增長21.62％。接下來，隨著核心數量的增加-“并行”執行性能的下降持續增加。最后，當我們有12個核心結果時-actual與ideal結果之間的差異是原來的兩倍多（96442ms與39610ms）！我當然沒想到差異會如此之大。我有一個Intel 8700k處理器。6個物理核心和6個邏輯核心-共有12個線程。1個內核以Turbo模式，2C 4600、3C 4500、4C 4400、5-6C 4400、6C 4300在Turbo模式下以4700Mhz運行。如果很重要-我在以下地方做了其他觀察Core-temp：當1個核心處理正在運行時-6個核心中有1個繁忙50％當2個核心處理正在運行時-6個核心中有2個繁忙50％當運行3個核心處理時-6個核心中有3個繁忙50％當4個核心處理正在運行時-6個核心中有4個繁忙50％當5個核心處理正在運行時-6個核心中有5個繁忙50％當6個核心處理正在運行時-6個核心中有6個繁忙50％當7個核心處理正在運行時-6個核心中有5個繁忙50％，1個核心100％當8個核心處理正在運行時-6個核心中有4個繁忙50％，2個核心100％當9個核心處理正在運行時-6個核心中有3個繁忙50％，3個核心100％當運行10個核心處理時-6個核心中有2個繁忙50％，4個核心100％當11個核心處理正在運行時-6個核心中有1個繁忙50％，5個核心100％當運行12個核心處理時-所有6個核心的運行率均為100％我當然可以看到最終結果不應該像ideal結果那樣好，因為每個內核的頻率降低了，但是仍然如此。.是否有很好的解釋說明為什么我的代碼在12個內核上的性能如此差？這是每臺計算機上的普遍情況，還是PC的局限性？